35、虚拟化技术:安全内核机制与热修补探究

虚拟化技术:安全内核机制与热修补探究

1. 处理器启动流程与安全保障

处理器启动通常需设置基本页表、启用分页并进入64位长模式,随后加载64位IDT和GDT,设置适当的处理器寄存器,最后跳转到操作系统启动函数(KiSystemStartup)。不过,此过程易受恶意攻击,外部实体可能在AP处理器执行启动代码时对其进行修改。

当启用虚拟机监控程序和安全内核时,应用处理器仍由NT内核借助虚拟机监控程序启动。NT内核初始化阶段1调用的KeStartAllProcessors函数,旨在启动所有AP处理器。其具体操作流程如下:
1. 构建共享IDT,并通过查询多APIC描述表(MADT)ACPI表枚举所有可用处理器。
2. 为每个发现的处理器分配PRCB和内核及DPC堆栈的所有私有CPU数据结构的内存。
3. 若启用VSM,向安全内核发送START_PROCESSOR安全调用以启动AP。
4. 安全内核验证为新处理器分配和填充的所有数据结构的有效性,确保AP依次启动且每个处理器仅启动一次。
5. 初始化新应用处理器所需的VTL 1数据结构(特别是SKPRCB)。
6. 启动用于在新处理器上下文中调度安全调用的PRCB线程,并使用SLAT保护VTL 0 CPU数据结构。
7. 安全内核为新应用处理器启用VTL 1,并使用HvStartVirtualProcessor超级调用启动它。
8. 虚拟机监控程序以类似方式启动AP,AP在虚拟机监控程序上下文中开始执行,切换到64位长模式执行,然后返回VTL 1。

应用处理器执行的第一个函数位于VTL 1,安全内核的CPU初始化例程映射每个处理器的VP辅助页和SynIC控制页

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值